Professional Documents
Culture Documents
Valor
Tiempo
Temperatura
Catalizador
Tiempo x Temperatura
Tiempo x Catalizador
Temperatura x
Catalizador
2.9594
2.7632
0.1618
0.8624
0.0744
-0.0867
EFECTO
Tiempo
VALOR
2,9594
PROBABILIDAD (Pi)
8,333
Temperatura
2,7632
25,000
Tiempo x Temperatura
0,8624
41,667
Catalizador
0,1618
58,333
Tiempo x Catalizador
0,0744
75,000
Temperatura x Catalizador
-0,0867
91,667
P i=
( 100(i0.5)
)
m
Probabilidad Normal
10.000
100.000
Efectos
(1) Concentracin de
catalizador (%)
(2) Concentracin de NaOH (%)
(3) Velocidad de agitacin
(rpm)
(4) Temperatura (C)
5
40
10
150
7
45
20
180
Orden exp.
2
6
12
4
1
7
14
3
8
10
15
11
16
9
5
13
-1.0
1.0
-1.0
1.0
-1.0
1.0
-1.0
1.0
-1.0
1.0
-1.0
1.0
-1.0
1.0
-1.0
1.0
-1.0
-1.0
1.0
1.0
-1.0
-1.0
1.0
1.0
-1.0
-1.0
1.0
1.0
-1.0
-1.0
1.0
1.0
-1.0
-1.0
-1.0
-1.0
1.0
1.0
1.0
1.0
-1.0
-1.0
-1.0
-1.0
1.0
1.0
1.0
1.0
-1.0
-1.0
-1.0
-1.0
-1.0
-1.0
-1.0
-1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
impurez
as
0.38
0.40
0.27
0.30
0.58
0.56
0.30
0.32
0.59
0.62
0.53
0.50
0.79
0.75
0.53
0.54
Efecto
promedio
A:1
B:2
C:3
D:4
AB
AC
AD
BC
BD
CD
ABC
ABD
ACD
BCD
Estimado
0,4975
0,0025
-0,1725
0,0975
0,2175
0,005
-0,01
-0,01
-0,075
0,01
-0,005
0,0175
-0,0075
0,0025
0,0025
Error Estd.
0,005
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
V.I.F.
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
Grfica de y
0,87
observados
0,77
0,67
0,57
0,47
0,37
0,27
0,27
0,37
0,47
0,57
predichos
0,67
0,77
0,87
Notar que para conseguir la minimizacin de las impurezas se deben considerar niveles
altos de Catalizador e NaOH, 7 y 45 % respectivamente y niveles bajos de Velocidad de
agitacin y Temperatura. Ahora bien se observ previamente que el factor; Catalizador no
tena efecto sobre el contenido de impurezas por lo cual puede ser descontado de la
minimizacin sealada.
40.0
Temp
(C)
155
150
41.5
40.3
40.5
40.7
40.2
40.6
39.3
40.9
30
35
40
Tiempo de reaccin
(min)
a) Analice los datos y realice las conclusiones pertinentes
Mediante el anlisis de la variable de respuesta en estudio; rendimiento del proceso,
desde el esquema proporcionado, se especula que debemos desplazarnos en una
direccin diagonal para aumentar el rendimiento del proceso. Esto sugiere que el proceso
hipotticamente debera operar a condiciones de mayor tiempo de reaccin y mayor
temperatura. Sin embargo como se sugiere la incertidumbre sobre la suposicin de
linealidad en la regin de inters, vamos a analizar este experimento.
Para ello los datos del esquema proporcionado son vertidos a la matriz de diseo del
experimento como lo muestra la tabla siguiente.
BLOQUE
tiempo
1
1
1
1
1
1
1
1
1
min
-1
1
-1
1
0
0
0
0
0
Temperatur Rendimient
a
o
C
%
-1
39,3
-1
40,9
1
40
1
41,5
0
40,3
0
40,5
0
40,7
0
40,2
0
40,6
Estimado
40,4444
1,55
0,65
-0,05
Error Estd.
0,0623114
0,186934
0,186934
0,186934
V.I.F.
1,0
1,0
1,0
Notar que el error de la interaccin entre los factores AxB, es decir, tiempo por
temperatura, posee un valor de mayor magnitud que el valor de la interaccin estimada
propiamente tal. Tras excluir este valor del modelo predictivo la siguiente ecuacin.
Rendimiento = 40,4444 + 0,775*tiempo + 0,325*Temperatura
La exclusin de la estimacin de la interaccin AB dependiendo del valor calculado para la
desviacin estndar, se conoce como chequeo o verificacin de curvatura. Al ser
despreciable la interaccin entre los factores en estudio se asume linealidad en el
comportamiento del proceso en funcin de los factores tiempo y Temperatura. Se advierte
tal como se haba anticipado que un mayor rendimiento se obtendr a niveles altos de
ambos factores de inters (tiempo y Temperatura).
Contornos de la Superficie de Respuesta Estimada
Temperatura
0,6
0,2
-0,2
rendimiento
39,0-39,3
39,3-39,6
39,6-39,9
39,9-40,2
40,2-40,5
40,5-40,8
40,8-41,1
41,1-41,4
41,4-41,7
41,7-42,0
0,6
Temperatura
0,2
-0,2
-0,6
-0,6
-1
-1
-1
-0,6
-0,2
0,2
tiempo
0,6
-1
-0,6
-0,2
0,2
tiempo
0,6
4. R.D. Snee describe un experimento con un diseo 2 5-1 con I=ABCDE que fue
usado para investigar los efectos de 5 factores sobre el color de un producto
alimentario. Los factores son A= solvente/reactante, B= catalizador/reactante,
C= temperatura, D= pureza del reactante, y E= pH del reactante. Los
resultados obtenidos fueron los siguientes:
A
-1
1
-1
1
-1
1
-1
1
-1
1
-1
1
-1
1
-1
1
B
-1
-1
1
1
-1
-1
1
1
-1
-1
1
1
-1
-1
1
1
C
-1
-1
-1
-1
1
1
1
1
-1
-1
-1
-1
1
1
1
1
D
-1
-1
-1
-1
-1
-1
-1
-1
1
1
1
1
1
1
1
1
E
1
-1
-1
1
-1
1
1
-1
-1
1
1
-1
1
-1
-1
1
Color
-0,63
2,51
-2,68
1,66
2,06
1,22
-2,09
1,93
6,79
5,47
3,45
5,68
5,22
4,38
4,3
4,05
+
-
Efecto
-2
-1
1.000
Probabilidad Normal
10.000
100.000
Efectos
Los efectos que no son estadsticamente significativos corresponden a; BE, AE, BD, CE,
BC, C y DE. Para construir la representacin grfica de probabilidad normal antes
expuesta se emplearon los efectos calculados alojados en la siguiente tabla.
ORDEN (i)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
EFECTO
D:Factor_D
A:Factor_A
AB
AE
BE
BD
BC
DE
C:Factor_C
CE
CD
AC
E:Factor_E
B:Factor_B
AD
VALOR
4,42
1,31
1,28
0,30
0,29
0,25
0,17
0,09
-0,15
-0,24
-0,71
-0,79
-0,83
-1,34
-1,36
PROBABILIDAD (Pi)
3,33
10,00
16,67
23,33
30,00
36,67
43,33
50,00
56,67
63,33
70,00
76,67
83,33
90,00
96,67
Fila
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Valores Observados
-0,630
2,510
-2,680
1,660
2,060
1,220
-2,090
1,930
6,790
5,470
3,450
5,680
5,220
4,380
4,300
4,050
Valores ajustados
-0,691
2,314
-2,479
1,421
1,636
1,411
-1,806
2,174
6,624
5,264
3,181
6,026
5,871
4,591
4,084
3,699
Residuos
0,061
0,196
-0,201
0,239
0,424
-0,191
-0,284
-0,244
0,166
0,206
0,269
-0,346
-0,651
-0,211
0,216
0,351
0,75
residuo
0,45
0,15
-0,15
-0,45
-0,75
-2,7
-0,7
1,3
3,3
predichos
5,3
7,3
R = 0.99
4
Valores observados
2
0
-2
-4
-4
-2
valores predichos
5. Se piensa que cuatro factores tienen influencia sobre el sabor de un refresco: tipo de
edulcorante (A), proporcin jarabe/agua (B), nivel de carbonatacin (C) y temperatura (D).
Cada factor puede correrse en dos niveles, lo que produce un diseo 2 4. En cada corrida
del diseo, se dan muestras de la bebida a un panel formado por 20 personas. Cada una
de ellas asigna un puntaje a la bebida, que flucta entre 1 y 10. El puntaje total es la
variable de respuesta, y el objetivo es encontrar una frmula que maximice el puntaje
total. Se corren dos rplicas de este diseo.
Combinacin de
tratamientos
Rplica
I
1
a
b
ab
c
ac
bc
abc
159
168
158
166
175
179
173
179
II
Combinacin de
tratamientos
Rplica
I
II
163
175
163
168
178
183
168
182
d
ad
bd
abd
cd
acd
bcd
abcd
164
187
163
185
168
197
170
194
159
189
159
191
174
199
174
198
A:a
C:c
AD
D:d
ABCD
B:b
CD
BD
ABC
AC
ABD
BC
BCD
AB
ACD
+
-
6
9
12
Efecto estandarizado
15
18
BLOQUE
Puntaje
BLOQUE
Puntaje
-1
-1
-1
-1
159
-1
-1
-1
-1
163
-1
-1
-1
168
-1
-1
-1
175
-1
-1
-1
158
-1
-1
-1
163
-1
-1
166
-1
-1
168
-1
-1
-1
175
-1
-1
-1
178
-1
-1
179
-1
-1
183
-1
-1
173
-1
-1
168
-1
179
-1
182
-1
-1
-1
164
-1
-1
-1
159
-1
-1
187
-1
-1
189
-1
-1
163
-1
-1
159
-1
185
-1
191
-1
-1
168
-1
-1
174
-1
197
-1
199
-1
170
-1
174
194
198
184
180
Puntaje
176
172
168
164
160
a
c
b
Estimado
175,25
17,0
-1,625
10,875
8,375
-0,125
-0,625
9,125
-0,25
1,25
-1,25
0,75
-0,5
0,0
0,125
-1,625
2,375
Error Estd.
0,474067
0,948134
0,948134
0,948134
0,948134
0,948134
0,948134
0,948134
0,948134
0,948134
0,948134
0,948134
0,948134
0,948134
0,948134
0,948134
0,948134
V.I.F.
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
1,0
EFECTO
VALOR
PROBABILIDAD (Pi)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
A
BC
BD
AC
ACD
AD
CD
ABC
ABCD
ABD
C
BCD
D
AB
B
76,95
20,78
14,74
11,69
10,2
9,78
1,27
-2,82
-6,25
-6,5
-7,84
-7,98
-18,73
-51,32
-67,52
3,333
10,000
16,667
23,333
30,000
36,667
43,333
50,000
56,667
63,333
70,000
76,667
83,333
90,000
96,667
P i=
( 100(i0.5)
)
m
Probabilidad Normal
10
100
Efectos
y=+76,95A67,52B51,32AB
X1
-1
1
-1
1
-2
+2
0
0
0
0
X2
-1
-1
1
1
0
0
-2
+2
0
0
y
74
74
72
73
71
72
75
71
73
75
Estimado
74,0
0,603554
-2,16422
-2,0
0,5
-0,499993
Error Estd.
0,78293
0,782931
0,782931
1,03572
1,10723
1,03572
V.I.F.
1,0
1,0
1,225
1,0
1,225
Al comparar los errores estndares con los valores de los efectos estimados se advirti
que los efectos X1X2 y X22 (AB y BB) no eran significativos sobre la variable de respuesta
estudiada. Estos valores fueron excluidos del anlisis y el modelo obtenido se presenta a
continuacin.
Y = 73,7143 + 0,301777*X1 - 1,08211*X2 - 0,892859*X12
Una vez considerado el anlisis de varianza se advirti que solo el factor X 2 (B) era
significativo sobre la variable de respuesta obtenindose el siguiente modelo de primer
grado.
Y = 73,0 - 1,08211*X2
Este modelo de tipo lineal ha despreciado la curvatura puesto que los efectos de los
elementos cuadrticos de X1 y X2 o sus interacciones no fueron significativas
estadsticamente.
b) Realice lneas de contorno en la superficie de respuesta.
De la superficie de respuesta obtenida fueron representadas las lneas de contorno y
dicha representacinContornos
se presenta
a continuacin.
de la Superficie de Respuesta Estimada
1,5
Y
68,0-68,8
68,8-69,6
69,6-70,4
70,4-71,2
71,2-72,0
72,0-72,8
72,8-73,6
73,6-74,4
74,4-75,2
75,2-76,0
X2
0,5
0
-0,5
-1
-1,5
-1,5
-1
-0,5
0
X1
0,5
1,5
+
-
B:Tiempo
AB
A:Medio
4
6
8
Efecto estandarizado
10
12
36
Crecimiento
34
32
30
28
26
24
-1,0
1,0
-1,0
Medio
1,0
Tiempo
Crecimiento
20,0-22,0
22,0-24,0
24,0-26,0
26,0-28,0
28,0-30,0
30,0-32,0
32,0-34,0
34,0-36,0
36,0-38,0
38,0-40,0
Tiempo
0,6
0,2
-0,2
-0,6
-1
-1
-0,6
-0,2
0,2
Medio
0,6
Valores Observados
21,000
25,000
37,000
31,000
23,000
24,000
38,000
29,000
20,000
29,000
35,000
30,000
22,000
26,000
39,000
34,000
28,000
25,000
38,000
33,000
26,000
27,000
36,000
35,000
Valores ajustados
21,583
25,500
35,417
31,500
21,583
25,500
35,417
31,500
21,583
25,500
35,417
31,500
23,333
27,250
37,167
33,250
24,083
28,000
37,917
34,000
24,083
28,000
37,917
34,000
Residuos
0,583
0,500
-1,583
0,500
-1,417
1,500
-2,583
2,500
1,583
-3,500
0,417
1,500
1,333
1,250
-1,833
-0,750
-3,917
3,000
-0,083
1,000
-1,917
1,000
1,917
-1,000
residuo
-2
-4
20
24
28
32
predichos
36
40
R = 0.9
30
25
20
20 22 24 26 28 30 32 34 36 38 40
valores predichos
b) Estime el valor de los efectos y determine cules son importantes (use grfico de
probabilidad normal).
El anlisis fue efectuado considerando un mximo orden de efectos de 1. A partir del
grafico de probabilidad normal se puede apreciar que los factores que son significativos
sobre la variable de respuesta analizada son el tamao y la temperatura. Se pudo advertir
que para un orden de efectos igual a 2 mltiples eran los factores y sus interacciones que
influan significativamente sobre la variable de respuesta. Puntualmente todos los factores
juegan un papel importante en el rendimiento de aceite total de man ya que ciertamente
es un efecto pequeo se encuentran cercanos a la lnea de tendencia, pero los que
generan el efecto significativo son la presin, el tamao de partcula y la temperatura, los
cuales tambin pueden estar interactuando entre ellos, pero mediante representaciones
graficas de probabilidad normal
nodeseProbabilidad
pueden observar
conRendimiento
claridad.
Grfica
Normal para
99,9
99
porcentaje
95
B:Temperatura
80
A:Presion
C:Humedad
D:Flujo
50
20
E:tamao
5
1
0,1
-12
-9
-6
-3
0
Efectos estandarizados
el tamao de partcula, la
E:tamao
B:Temperatura
A:Presion
AE
CE
AB
AD
DE
BC
CD
BD
AC
C:Humedad
+
-
50
100
150
200
Efecto estandarizado
250
300
Los residuos no poseen una tendencia en su distribucin, por lo que se deduce que en el
experimento se consideraron todos aquellos factores significativos.
0,15
0,1
residuo
0,05
0
-0,05
-0,1
-0,15
0
20
40
60
predichos
80
100
10.
Analice el siguiente diseo de mezcla para la variable de respuesta
resistencia a la extensin
Comp_A=1,0
Comp_C=0,0
Comp_B=1,0
Comp_B=0,0
Comp_A=0,0
Var_1
0,21-0,235
0,235-0,26
0,26-0,285
0,285-0,31
0,31-0,335
0,335-0,36
0,36-0,385
0,385-0,41
0,41-0,435
Comp_C=1,0
Dependiendo de la meta fijada, ya sea maximizar, minimizar u obtener un valor fijo para la
resistencia a la extensin de la masa de pan francs congelado, diversas va a ser las
cantidades o ms bien proporciones de cada emulsionantes requeridos. Si la meta es
obtener una mayor resistencia a la extensin hay que maximizar y se usara la zona
cercana al componente A=0,0 es decir la superficie pintada de color amarillo, donde la
proporcin de todos los componentes optimiza la resistencia a la extencion. El detalle
para cumplir con esta meta se presenta a continuacin.
Optimizar Respuesta
Meta: maximizar Var_1
Valor ptimo = 0,423725
Factor
Comp_A
Comp_B
Comp_C
Bajo
0,0
0,0
0,0
Alto
1,0
1,0
1,0
ptimo
3,85853E-11
0,631507
0,368493
0,1
0,075
0,06
0,045
0,02
0,015
residuo
residuo
El modelo es de tipo cuadrtico considera el efecto principal de cada uno de los factores
que componen la mezcla y su interaccin. El comportamiento de los residuos puede ser
mejorado considerando un modelo predictor del tipo cubico especial. Esto se advierte en
las figuras adjuntas.
Grfica de Residuos para Var_1
Grfica de Residuos para Var_1
-0,02
-0,06
-0,015
-0,045
-0,1
-0,075
0,21
0,26
0,31
0,36
predichos
0,41
0,46
0,21
0,26
0,31
0,36
predichos
0,41
0,46